la helicicultura como alternativa de desarrollo en m exico 35

La helicicultura como alternativa de desarrollo en Mexico 35

36 Contactos, Revista de Educacion en Ciencias e Ingenierıa, 120 Abril - Junio (2021)

ResumenEn el mundo existen diversas discapa-cidades que de alguna forma presentandificultades y retos a las personas que lasposeen. Una de ellas es la referente a laperdida de audicion o sordera total. Entrelos diversos retos con los que tienen queenfrentarse las personas que tienen estasdiscapacidades, el relacionado con la comu-nicacion con integrantes de la comunidadhablante es uno de los principales. Laspersonas sordas tienen una lengua con baseen senas con la cual pueden comunicarsus sentimientos, ideas o necesidades; sinembargo, dos problemas claves surgen,el primero de ellos es que no todas laspersonas sordas saben ocupar la lenguade senas y el segundo es que muy pocaspersonas hablantes saben como interpretarlas senas pertenecientes a esa lengua,lo cual ha provocado desigualdades enlas oportunidades de insercion escolar ylaboral para la comunidad sorda, ademasde generar en muchas casos problemasemocionales. Ante tal problematica los sis-temas de reconocimiento de lengua surgencomo desarrollos tecnologicos que buscanromper estas barreras de comunicacion,en el presente trabajo se proporciona unadescripcion sobre estas tecnologıas, losprincipales retos vigentes, ası como lasperspectivas de futuro.

Palabras claveReconocimiento de lengua de senas, visioncomputacional, reconocimiento de patrones,aprendizaje maquina.

AbstractThere are many disabilities in the worldthat in some way present difficulties andchallenges to the people who have them.One of them is hearing loss or total deafness.Among the various challenges that people

with these disabilities must face, the onerelated to communicate with members ofthe speaking community is one of the mainones. Deaf people have a sign language withwhich they can communicate their feelings,ideas, or needs; however, two key problemsarise. The first is that not all Deaf peopleknow how to use sign language, and thesecond is that very few speakers know howto interpret sign language. Faced with suchproblems, language recognition systemsemerge as technological developments thatseek to break down these communicationbarriers. This paper provides a descriptionof these technologies, the main currentchallenges, as well as future prospects.

KeywordsSign language recognition, computer vision,patter recognition, machine learning.

IntroduccionA manera de preambulo, considerese lasiguiente situacion: “Imagina que quieres ira la tienda y comprar algo de comer, llegasy pides lo que quieres (al menos eso creestu), sin embargo, el tendero no escuchanada, por alguna razon has perdido tuvoz, el no puede escucharte y solo ve comomueves tu boca y tus manos; despues demuchas dificultades logras senalarle lo quequieres y logras obtener lo que querıas.Despues llegas a tu casa y le quieres contara tus padres lo que sucedio, pero no puedes,pues no emites sonido alguno y aunquetienes la mente llena de ideas y de lo quequieres comunicar, sigue sin salir sonidoalguno de tu boca. Atonito por lo sucedidorecuerdas que tienes clase en lınea, teapresuras a conectarte y prestar atencional contenido que veras ese dıa, al final de laclase te surge una duda, pero recuerdas queno puedes expresarla debido a tu perdidade voz y te resignas a no hacer nada”.

Reconocimiento de lengua de senas como medio para un mundo mas inclusivo 37

Toda esta situacion es sorprendente peroprincipalmente atemorizante, nunca hastaese dıa te habıas percatado de lo importanteque era tener una voz y ser escuchado. Estasituacion ocurre en millones de personasen el mundo, estas personas pertenecen ala comunidad sorda y son vıctimas de esasdificultades, frustraciones y resignacion.

De acuerdo con la organizacion mun-dial de los sordos, actualmente existen466 millones de personas que son sordaso tienen perdida de audicion de formaparcial a lo largo del mundo (World HealthOrganization: WHO, 2019). En Mexicoen el ano 2010 segun datos del INEGIobtenidos en el censo de poblacion yvivienda, se identifico que 498,640 personastenıan limitantes de forma parcial o totalen actividades relacionadas con la escucha(INEGI, 2010). La discapacidad auditivase refiere a la perdida de la audicion o lareduccion de la habilidad para oır clara-mente (hipoacusia) y puede variar desde lamas superficial hasta la mas profunda, a laque comunmente se le llama sordera (DIF,2017). La mayor parte de las personassordas lo fueron hasta la edad avanzada,debido al deterioro fısico del organo deloıdo, situacion ocurrida debido al envejeci-miento, pero 30 por ciento, una cifra nadadespreciable, corresponde a menores de 29anos. En este caso, la principal causa queorigina esta discapacidad, son problemasen torno al nacimiento, una buena partede los cuales pudieron prevenirse con unbuen control prenatal y/o una oportuna yadecuada atencion en el parto (Lopez Perezet al., 2014).

Lamentablemente dentro de las mu-chas cosas con las que tienen que lidiar losintegrantes de la comunidad sorda es quesuelen ser vıctimas de diversos actos discri-

minatorios, siendo de los mas recurrentesaquellos que derivan de las limitacionespara comunicarse e interactuar con el restode la poblacion hablante. No saber leerni escribir aumenta la vulnerabilidad dela persona y aunado a la discapacidadauditiva, supone una barrera mayor para lacomunicacion e interaccion con el entorno.La discriminacion de la comunidad sordapor problemas de comunicacion, propiciaproblemas de insercion escolar, laboral,social, ası como problemas emocionales.

La lengua de senas es el medio que ocupanlas personas sordas para comunicarse, lacual surgio debido a la necesidad naturalque tiene toda persona de ser escuchado.No es una lengua universal, cada paıs tienesu propia lengua, en el caso de Mexico seconoce como Lengua de Senas Mexicana(LSM). De acuerdo con la ConvencionInternacional sobre los Derechos de lasPersonas con Discapacidad (Naciones Uni-das, 2015), los individuos con sordera debencontar con acceso a su ensenanza comoderecho basico, no obstante, esta situacionno siempre se cumple ni es prioridad enlos distintos gabinetes de gobernacion a lolargo del mundo. Ademas, dejando de ladoeste punto crıtico de que no toda personasorda tiene acceso a la educacion en lalengua de senas, otro problema grave es elde que pocas personas que pertenecen ala comunidad hablante saben interpretarcorrectamente alguna lengua de senas,propiciando brechas de comunicacion entreambas comunidades.

Por estas razones es de vital importanciael desarrollo de sistemas de reconocimientode lengua de senas, ya que pueden ayudara romper las brechas de comunicacionexistentes y ası poder construir un mundomas incluyente. Estos sistemas tienen como


proposito ser un traductor entre ambascomunidades, siendo capaces de traducirlengua de senas a un texto de algunidioma hablado y a la inversa. Solo bastapensar en algunas situaciones donde estossistemas podrıan ser usados para ver suimportancia: en un modulo de atencion detramites gubernamentales o turısticos, enreuniones de negocios, en el supermercadoo farmacia a la hora de hacer compras,en un juzgado para poder levantar unadenuncia, o inclusive a la hora de querercomunicar sentimientos afectivos hacia unapersona, practicamente en cualquier situa-cion que requiera de interaccion humanaestos sistemas serian de gran utilidad paraque los miembros de la comunidad sordapuedan ser entendidos por miembros de lacomunidad hablante, situacion de la cualestan privadas la mayorıa de las personasde la comunidad sorda. En este puntodebes de tener muchas preguntas como:¿Que es la lengua de senas y cuales sonsus principales componentes? ¿Como sonlos sistemas de reconocimiento de lenguaque se buscan desarrollar? ¿Por que aun noexiste un sistema fiable a pesar de todoslos avances tecnologicos? Las respuestas aestas dudas y mas buscaran ser respondidasen las siguientes secciones.

Lengua de SenasPara que un sistema de reconocimiento delengua de senas funcione correctamente esnecesario comprender en primera instanciaque es una la lengua de senas, cuales son suspuntos clave y que caracterısticas tiene. Lalengua de senas es la lengua utilizada porlas comunidades de sordos para resolver sussituaciones comunicativas, consiste en unaserie de signos gestuales articulados conlas manos y acompanados de expresionesfaciales, mirada intencional y movimientocorporal, dotados de funcion linguıstica,

forma parte del patrimonio linguıstico dedicha comunidad y es tan rica y complejaen gramatica y vocabulario como cualquierlengua hablada (DIF, 2017). Cada senatiene gestos, expresiones faciales o movi-mientos de cuerpo especıficos, lo cual seconoce como configuracion de sena. Dentrode la LSM existe una gran diversidad,esto se debe a distintos factores como loson: la region geografica de la zona delpaıs, modalidad historica y modalidad ovariacion del sector social. Ademas de ladiversidad que existe entre regiones, deacuerdo con el manual de lengua de senasmexicana publicado por el Sistema para elDesarrollo Integral de la Familia de Puebla(DIF, 2017), otros factores a los cuales sepuede atribuir la variacion de una lenguade senas son los siguientes:

Pocos profesionistas capacitados enlengua de senas.

Falta de contacto entre personas de lacomunidad sorda para el uso y difusionde esta.

La creencia equivocada por parte dealgunas instituciones (familia, escuela,religion, etc.) que consideran que laslenguas de senas limitan el desarrollode la persona con discapacidad.

El uso de modismos y terminos emplea-dos en forma personal, cuyo significadoes solo atribuido por quien la emplea.

Como cualquier otra lengua posee supropio vocabulario, ası como un sistemade reglas morfosintacticas, semanticas ypragmaticas. Para el caso de la LSM, estaes muy diferente del lenguaje espanol,pues las conjugaciones de los verbos soncompletamente distintas, difieren en elorden de las palabras y disminuyen el usodel verbo ser (DIF, 2017). Ademas, los


componentes no manuales, como se lesconsidera a las expresiones faciales, movi-mientos de cabeza, mirada, movimiento decuerpo o acciones de boca, pueden provocardiferencias de significado, ya sea expresan-do negacion, afirmacion, condicionalidad,pensamientos hipoteticos o alternativoso bien denotando tiempo, lugar o causa(Lackner, 2017). Finalmente cabe resaltarque ademas de todo lo descrito, existensenas muy variadas entre ellas mismas,pues pueden existir de tipo estatico, dondese realiza toma una configuracion y no esnecesario realizar ningun movimiento extra,o de tipo dinamico donde una sena puedenecesitar mas de una configuracion parapoderse transmitir de forma correcta.

Reconocimiento de lenguade senas mediante sistemascomputacionalesUna vez que conocemos de forma basicalas caracterısticas principales de la lenguade senas la siguiente tarea es ocupar estainformacion para desarrollar sistemascomputacionales que nos ayuden a recono-cerla de forma automatica. Aquı es donde lavision computacional nos puede ayudar, lavision computacional es un area de estudiodentro de las ciencias computacionalesque trata de emular de alguna forma elmecanismo que tenemos los humanos paraidentificar objetos y su posicion, solo quea diferencia de los humanos que realizanestas actividades mediante la vista y elcerebro, la vision computacional lo realizaa traves de imagenes o videos digitalesadquiridos a traves de algun dispositivo(camara, Kinect, celular, etc.) y tecnicascomputacionales (Sucar y Gomez, 2011).

Todo esto se puede lograr porque unaimagen digital esta compuesta de unidadesbasicas llamadas pixeles, los cuales tienen

valores referentes al color e intensidad deestos como se aprecia en la Figura 1, deesta forma las tecnicas computacionalesocupan esta informacion para hacer opera-ciones de mejora de calidad de imagen, dereconocimiento y seguimiento de objetos.Las aplicaciones que se pueden desarrollarhaciendo uso de la vision computacionalvan desde la medicina hasta la roboticaindustrial, por ejemplo, para el caso dela medicina el procesamiento de imagenesdigitales que son referentes a diversosestudios como microscopias, radiografıas,ultrasonidos o resonancias magneticasayudan a realizar mejores diagnosticos ofungir como herramienta de evaluacionen etapas de rehabilitacion mediante elreconocimiento de patrones; en la roboticaindustrial ayuda en tareas de produccion yrevision de calidad, en aplicaciones milita-res ayuda en operaciones de reconocimientode objetivos o mas recientemente en eldesarrollo de los autos autonomos, lastecnicas de vision computacional ayudana la deteccion de objetos o personas en lacarretera; como puede apreciarse el areade vision computacional tiene diversasaplicaciones.

De igual forma, para el problema delreconocimiento de lengua de senas, lavision computacional nos puede ayudar,ya que buscamos identificar y reconocersenas y asociarlas a una palabra o palabraspertenecientes a un lenguaje hablado. Paraello es vital primero definir como se van aobtener las imagenes o videos referentes alas personas encargadas de gesticular lassenas de una lengua de senas (senantes),para despues definir que caracterısticasvamos a extraer y como lo vamos a realizar.

En un sistema de vision computacional esnecesario definir como se van a adquirir


Figura 1. Acercamiento en una imagen para apreciar detalle a nivel de pıxel y los valoresde color asociados al mismo. Nota. Fuente de imagen original: Adams, 2015 con licencia

CC 2.0.

los datos de entrada y a traves de quedispositivo. En los avances realizados hastael momento algunos investigadores hanexplorado la toma de datos mediante eluso de guantes que tienen sensores y otroscomponentes que pueden disponerse en lasregiones de los brazos o en la region de lacabeza a traves de algun casco (Elakkiya,2020); dentro de estos mismos enfoquestambien se ha ocupado el sensor LeapMotion o el Camboard que sirven paracapturar los movimientos de la region de lamano ası como para realizar el seguimientode la misma; todos estos sensores capturandatos relacionados con la posicion y movi-miento de la region donde esten colocados.Generalmente los sistemas que se basan enel uso de sensores se combinan tambien conla adquisicion de datos con base a algundispositivo de vision, razon por la cualtambien se consideran como sistemas de vi-sion computacional. Otro enfoque que hanocupado otros investigadores es la capturamediante dispositivos basados en la vision,para ello se hace la captura de imageneso videos a traves de camaras comercialeso dispositivos como el Kinect, que a parte

de la imagen o video, proporcionan infor-macion de profundidad, es decir estimanque tan lejos se encuentran los objetos deldispositivo, este dispositivo tambien generaun esqueleto artificial para representar lasarticulaciones del cuerpo (Elakkiya, 2020).Los datos que se van a capturar para lossistemas de reconocimiento de lengua desenas seran aquellos donde un senante estegesticulando una o varias senas frente a unacamara, o los capturados mediante guanteso componentes que dispongan de sensores.

Los sistemas de vision computacionalse suelen componer de las etapas que semuestran en la Figura 2. En la etapa depreprocesamiento es comun realizar opera-ciones que buscan mejorar la calidad de laimagen, esto es clave pues la captura de losdatos de entrada no siempre puede ser enun formato de alta calidad. Sin embargo,esta etapa es opcional y en muchos casosno se realiza.

La siguiente etapa es la de la segmentacion,en esta etapa se suelen identificar queregiones de las que estan presentes en las


Figura 2. Etapas en los sistemas de vision computacional. Nota. Fuente: Propia.

imagenes o videos son las que contienen lainformacion mas relevante para el problemaque se busca resolver para despues aislarlasde forma manual o automatica del restode la imagen. Para el caso de los sistemasde reconocimiento de lengua de senas,basandonos en el conocimiento que ya te-nemos sobre las caracterısticas principalesde las lenguas de senas, sabemos que lasregiones que mas nos interesarıa analizarson las pertenecientes a las zonas de las ma-nos, cabeza, boca, ojos y postura del cuerpo.

Posteriormente en la etapa de extrac-cion de caracterısticas, con base en regionesde interes que se han aislado y mediantedistintas tecnicas matematicas se procedea extraer informacion que sea relevantey que funja como un descriptor que sealo mas diferenciable entre los distintosdatos, que para este caso vienen siendo las

distintas senas que esten presentes en elconjunto de datos de entrada. Para realizaresto, la informacion suele extraerse conbase a los componentes manuales y nomanuales que estan presentes en la lenguade senas. Los descriptores basados en loscomponentes manuales suelen centrarseen informacion referente a la forma de lamano, angulos de inclinacion del puno,ası como la posicion y la trayectoria deesta, que son calculados mediante la apli-cacion de conceptos de algebra, calculo yalgebra lineal (Elakkiya, 2020). Para elcaso de los componentes no manuales aunno se ha hecho un estudio profundo, sinembargo, en los estudios iniciales que silos han tomado en cuenta tambien se haextraıdo informacion relevante de formasimilar a los componentes manuales, esdecir, mediante la aplicacion de los mismosconceptos matematicos, solo que en este


caso con respecto a la expresiones faciales,que suelen ser representadas por una mallaque se componen de diversos puntos a lolargo del rostro, tambien con respecto alangulo de rotacion de rostro con respectodel dispositivo de captura o de la posedel cuerpo, que tambien suele estimarsea traves de puntos que representan lasarticulaciones del cuerpo (Elakkiya, 2020).

Finalmente, con toda la informacioncalculada y recolectada, mediante el usode tecnicas de reconocimiento de patronesfundados en conceptos matematicos rela-cionados al calculo, algebra, probabilidady estadıstica, se toman las caracterısticasextraıdas como datos de entrada y seprocede a generar un modelo que buscaagrupar las senas que tengan el mismosignificado a traves de sus caracterısticas,ya que estas van a ser iguales o muy simi-lares para las mismas senas, ayudandonosa crear un modelo discriminatorio entre ladistintas senas. A traves de este modelo dereconocimiento de patrones, los sistemasde vision computacional “aprenden” conrespecto a un conjunto de datos y una vezque reciben datos sobre senas nuevas, elsistema buscara reconocer sus patrones ydar una prediccion sobre lo que piensa esel significado mas probable. Ası es comode forma basica funciona un sistema dereconocimiento de lengua de senas basadoen tecnicas de vision computacional yreconocimiento de patrones.

Ejemplos de sistemas actua-lesAfortunadamente cada vez es mas notoriodesarrollo e investigacion en el tema dereconocer lengua de senas a traves de sis-temas computacionales, prueba de esto esque en la actualidad ya se pueden encontrardesarrollos tecnologicos de forma accesible

y comercial. Algunos ejemplos de sistemasque ya se han comercializado para su usoson los siguientes:

SignAll (SignAll, 2020). Sistema de re-conocimiento de lengua de senas ame-ricana. Toma imagenes como datos deentrada y realiza la traduccion a untexto del idioma ingles. Para realizaresta traduccion analiza expresiones fa-ciales, movimiento y posicion de cuerpoademas la forma de la mano y los dedosa traves de un guante con sensores.

Signtel Interpreter (Signtel Inc, 2016).Sistema que con base al reconocimientode voz y de textos hace la traduccion ala lengua de senas. Este sistema traducecorrectamente un vocabulario de 30,000palabras del idioma ingles a la lenguade senas americana.

Como se aprecia en los ejemplos aun no hayun sistema que englobe ambas traduccio-nes, tanto de lengua de senas a un idiomahablado como a la inversa, ademas de quecada uno de ellos tiene sus limitantes conla tecnologıa que existe hasta el momento,esto se debe a que aun existen retos porresolver. A continuacion, se presentaran losretos mas importantes.

Retos por resolverA pesar de que en la actualidad ya han sidodesarrollados sistemas de reconocimientode lengua de senas que obtienen resultadosbastantes prometedores, aun existen variosretos que restan por resolverse para tenerun sistema aun mas completo y que seacapaz de funcionar correctamente en cual-quier tipo de situacion, que sea economicoy que no sea invasivo con ningun miembrotanto de la comunidad sorda como de lacomunidad hablante, a continuacion sevan a mencionar algunos de los retos mas


importantes que deben de solucionarse enlos proximos anos.

Como se menciono anteriormente, existendiversos dispositivos que se ocupan paraadquirir datos, desde los que estan basadosen vision hasta los que ocupan guantes ysensores, para cada uno de ellos existenretos. Los que estan basados en vision aunno son capaces de funcionar en cualquierescenario, la mayorıa de las investigacionessuelen funcionar en escenarios controladosque suelen tener un color de fondo delcuarto previamente definido y en algunoscasos tambien se define de forma previa elcolor de la ropa de los senantes, ademasde esto en la mayorıa de los desarrollosexistentes solo hay un senante por video oimagen, por lo cual es necesario desarrollarsistemas que sean capaces de funcionarante la presencia de mas de un senante ybajo cualquier condicion de color de fondo,de iluminacion o de color de ropa de lossenantes.

Los sistemas basados en vision tam-bien pueden identificar erroneamentealgunas senas que involucren movimientosde las manos enfrente de la region de lacabeza, obstaculizando la visibilidad delas expresiones faciales, mirada o accionesde boca que como se ha detallado sonrelevantes, situacion que representa un retopor resolver en la actualidad. Por otro lado,los sistemas que estan basados en guantesy sensores enfrentan retos mas orientadosa costos y usabilidad, dado que algunosde ellos aun son costosos en la actualidad,sin embargo, el mayor problema es quepresentan incomodidad para los usuarios enmuchos casos. Ademas de ello, la mayorıade estos sistemas propone que quien useestos dispositivos sea la persona de lacomunidad sorda, situacion que genera un

sentimiento de desigualdad, pues al tratarde generar un canal de comunicacion entrecomunidad sorda y comunidad hablante,los unicos que deben de aprender el uso delos dispositivos y que tienen que lidiar conla incomodidad o costos de los mismos sonlos pertenecientes a la comunidad sorda, asıque estos sistemas deben de resolver retosrelacionados con desarrollo de hardwareeconomico, ergonomico y equitativo paraambas comunidades.

Los sistemas desarrollados con base ala vision computacional tienen mejoresresultados cuando se tienen mayores canti-dades de datos respecto a lo que se quierereconocer, en el caso de la lengua de senas,los datos de los que disponemos aun sonlimitados, por lo cual un esfuerzo quenecesita realizarse es el de la captura deun conjunto de datos amplios y variado,principalmente en la presencia de multi-ples senantes, en distintos escenarios, ensituaciones de charlas cotidianas y donde elvocabulario presente sea amplio.

Finalmente, aun existen retos relacio-nados a la identificacion de las senas,algunos de ellos tienen que ver con laidentificacion correcta entre el fin de unasena y el inicio de la siguiente, problema degran importancia para poder separar unaoracion en palabras y dividir el problemaen problemas mas pequenos; por otro ladocomo se ha visto la gramatica de la lenguade senas es muy compleja, tenemos compo-nentes manuales y no manuales y aunquetenemos una idea de como funcionan, aunno se ha definido un conjuntos de carac-terısticas basadas en estos componentesque encapsulen de forma completa cadasena, ya que de momento aun existen casosdonde es imposible distinguir entre senassimilares, es decir tienen que proponerse


caracterısticas de nivel fino para realizar unreconocimiento correcto. La Figura 3 mues-tra un ejemplo de como es de compleja lalengua de senas y las diversas expresiones,movimientos y configuraciones presentesen un numero reducido de senas. Lo unicocierto es que las investigaciones cada vezson mas completas y mejores por lo cual eldesarrollo de un sistema de reconocimientode lengua de senas que sea funcional sevislumbra de forma optimista para el futuroproximo.

Conclusiones y Perspectivas alFuturoEl problema de comunicacion que existeentre la comunidad sorda y la comunidad

hablante es uno que no puede ignorarsey que esta muy presente en la sociedadactual, su solucion ayudara a crear unmundo mas incluyente. Diversas campanasgubernamentales se han llevado a cabo pararealizar conciencia sobre este problema,pero hasta el momento faltan accionesque sean mas contundentes, por lo que lacomunidad cientıfica y algunas iniciativasprivadas se han dado a la tarea de mediantela ayuda de desarrollos tecnologicos romperestas barreras de comunicacion.

Uno de estos desarrollos tecnologicoses el de los sistemas de reconocimiento delengua de senas, los cuales permitirıan a lacomunidad hablante no versada en lenguade senas comprender las ideas, pensamien-

Figura 3. Complejidad de la lengua de senas, donde se muestra que es mas quemovimientos de manos. Nota. Fuente: A. K., 2006 con licencia CC 2.0.


tos y sentimientos de la comunidad sorday a la inversa. Estos sistemas a pesar decontar con algunos anos de desarrollo aunestan en sus primeros anos de investigacion,los resultados obtenidos hasta el momentoson prometedores, sin embargo, aun restanvarios retos por resolver. El trabajo de losproximos anos de los distintos grupos deinvestigacion seran claves en la busquedade un sistema de reconocimiento de senasque sea fiable y robusto.

Por ultimo, hay que tener en cuentaque, si bien los desarrollos tecnologicosseran de gran ayuda para crear un mundomas incluyente en el futuro proximo, lainclusion tambien tiene que ser un procesoque se desarrolle de forma continua e ıntimaen el interior de cada persona y que semanifieste a traves de acciones bondadosasy empaticas con el projimo.

Referencias

1) Adams, D. Cliff Gray - 1962 JaguarE-Type (B&W) at the 2015 SilverstoneClassic (Photo 2). [Fotografıa]. Flickr.https://www.flickr.com/photos/

8521944@N05/20796390466 (2015).

2) A. K., G. Old man (with manyhands) teaching Finnish signlanguage. [Fotografıa]. Flickr.https://www.flickr.com/photos/

18095953@N00/239241612 (2006).

3) DIF. Manual de lengua de senasmexicana. Revisado el 24 de oc-tubre de 2020 de: https://

periodicooficial.jalisco.gob.mx/

sites/periodicooficial.jalisco.

gob.mx/files/manual\_de\_lengua\

_de\_senas\_mexicana-sistema\

_municipal\_dif\_puebla.pdf

(2017).

4) Elakkiya, R. Machine learning basedsign language recognition: a review andits research frontier. Journal of Am-bient Intelligence and Humanized Com-puting, pp. 1-20, 2020.

5) INEGI. Discapacidad. Revisado el 24 deoctubre de 2020: https://www.inegi.org.mx/temas/discapacidad/ (2010).

6) Lackner, Andrea. Understandingthe amazing complexity of signlanguage. The Conversation. Re-cuperado el 24 de octubre, dehttps://theconversation.com/

understanding-the-amazing-comple

xity-of-sign-language-72813

(2017).

7) Lopez Perez, H. A., Velazquez Ler-ma, R. y Martınez Corona, D. Laspersonas con discapacidad en Mexico,una vision al 2010. Instituto Nacionalde Estadıstica y Geografıa. Revisadoel 24 de octubre de 2020 de: https:

//www.ipomex.org.mx/recursos/

ipo/files\_ipo3/2018/44257/4/

b202c98e9a2106f4c0f427b64f542c93.

pdf (2014).

8) Naciones Unidas. Convencion | Disabi-lities ES. Revisado da el 24 de octubrede 2020:https://www.un.org/development/

desa/disabilities-es/

convencion-sobre-los-derechos-de

-las-personas-con-discapacidad-2.

html (2015).

9) Shibata, H., Nishimura, H. y Tanaka,H. Basic investigation for improvementof sign language recognition using clas-sification scheme. International Con-ference on Human Interface and theManagement of Information, Springer,Cham, pp. 563-574, 2016.


10) Shukor, A. Z., Miskon, M. F., Jamalud-din, M. H., bin Ali, F., Asyraf, M. F.y bin Bahar, M. B. A new data gloveapproach for Malaysian sign languagedetection. Procedia Computer Science,76, pp. 60-67, 2015.

11) SignAll. Home. Revisado el 24 de oc-tubre de 2020: https://www.signall.us/ (2020).

12) Signtel Inc. Signtel Interpreter. Re-visado el 24 de octubre de 2020de: https://www.signtelinc.com/

signtel-interpreter.html

13) Sucar, L. E. y Gomez, G. Visioncomputacional. Instituto Nacional deAstrofısica, Optica y Electronica, pp.1-3, 2011.

14) World Health Organization: WHO.Sordera y perdida de la audicion.Organizacion Mundial de la Sa-lud. Revisado 24 de octubre de2020 de: https://www.who.int/es/

news-room/fact-sheets/detail/

deafness-and-hearing-loss (2020).

la helicicultura como alternativa de desarrollo en m exico 35

Documents